Techniques de Clustering appliquées aux risques projet Clusters de risques / groupes de personnes Risques négatifs / risques positifs

2 Présentation : clustering de risques Définition Un risque projet est un événement qui, s’il se produit, a un impact positif ou négatif sur le projet et son déroulement Risques projets d’autant moins maîtrisables en environnement complexes [Marle, 2002]

3 Complexité et risques [Marle, 2009]

4 Complexité et risques Problèmes soulevés – Ambiguïté sur la notion de risque, les phénomènes sous-jacents. – Prise en compte très faible voire inexistante des phénomènes de propagation / d’interaction entre risques projet. – Peu de considération générale pour le management des risques projets.

5 Problématique de clustering Nécessité de regrouper les risques projets en paquets cohérents manageables. Les outils classiques de management des risques permettent de regrouper les risques [PMI, 2004] Par nature (Identification) Par valeur (criticité) (Analyse) Par responsabilité (Plan de réponse) [Marle, 2009]

6 Problématique de clustering Objectif: créer des paquets de risques (clusters) afin de maximiser la valeur des interactions intra-cluster (i.e. minimiser celle inter-cluster) Contrainte: ne pas avoir plus de T max risques à l’intérieur de chaque cluster (afin de faciliter la gestion après assignement au risk owner)

7 Identification des interactions entre risques: la Risk Structure Matrix Hypothèses A l’image de la DSM ou des matrices d’adjacence dans la théorie des graphes, le réseau des risques projets: Est fini Est orienté eu égard aux précédences possibles (principe de causalité) Peut-être décrit par un système de poids Définition On définit une interaction entre deux risques R i et R j comme une relation de précédence possible de R i vers R j On peut alors construire la Risk Structure Matrix (RSM) sur le modèle précédent avec cette définition.

8 Evaluation des interactions entre risques : la Risk Numerical Matrix Ambition: décrire la force des interactions entre risques – Evaluation directe sur des échelles de Likert à 10 niveaux – Evaluation des interactions par comparaisons par paires (Chen and Lin, 2003)

9 Formulation mathématique du problème Si le risque i appartient au cluster K Fonction objectif Clusters disjoints Taille des clusters Nouvelle fonction objectif

10 Quelques heuristiques simples Nécessité d’utiliser des heuristiques par la construction d’algorithmes itératifs approximatifs Résolution sous OPL. Mais le problème est NP-complexe  Problèmes en terme de durée de résolution… (au-dessus de risques…) Algorithme itératif 1 Algortihme itératif 2 Ex : Voisins les plus proches

11 Illustration par petit exemple (1/2)

12 Illustration par petit exemple (2/2) Environ 75% des interactions comprises dans les paquets formés (avant par les regroupements classiques, environ 15% et 40%).

13 1 er cas: construction d’un tramway Problèmes avec lois et normes locales Problèmes avec les systèmes de signalisation aux carrefours Problèmes d’interfaces avec le client en ce qui concerne l’équipement des infrastructures Retard dû aux décisions tardives du client Mauvais niveau de performance en temps de circuit du tramway

14 1 er cas: construction d’un tramway Identification de nombreuses interactions Par ailleurs, 9 nouveaux risques identifiés.

15 1 er cas: construction d’un tramway Construction directe de la RNM sur une échelle de Likert à 10 niveaux. Application de l’algorithme itératif 2.

16 1 er cas: construction d’un tramway De nombreux risques de nature différente (technique, financière, contractuelle, …) associés à des risk owners différents  Besoin de transversalité  Compétences du Risk Cluster Owner et responsabilités R2 R10 R27 R37 Track installation equipment performance R41 R43 R44 R47 R55

2 e cas: maximiser le potentiel de créativité d’un groupe/d’une organisation 1) Capturing the current organizational structure; 2) Measuring creative dyadic interactions; 3) Forming clusters of creatives; and 4) Evaluating the organizational impact of implementing the creative clusters

2 e cas: maximiser le potentiel de créativité d’un groupe/d’une organisation Our approach is aim to provide guidance to managers who either want to form a team of size X or want to reorganize the entire organization to improve the creative performance of the organization in a temporary assignment. Similar to the task force at IBM which select 10 people from different groups to design the next breakthrough.

Identification des interactions By surveying all development actors in the organization, we document their actual task-related interactions onto a square (person to person) actual communication matrix (A). The columns of the matrix are labeled with the “providers” of task- related information while the rows are labeled with the “recipients” of information. Hence, cell a ij indicates that actor i “goes to” actor j to request task- related information

Evaluation des interactions We capture the level of creativity associated with each relationship by asking each respondent to rate, on a seven-point Likert scale (“strongly disagree”, “disagree”, “marginally disagree”, “neither agree or disagree”, “marginally agree”, “agree”, and “strongly agree”), their level of agreement with the following statement [18][20]: “When I interact with [name of source contact], it is easy for me to generate NOVEL creative solutions and/or ideas. These NOVEL ideas can be either related to our products or the way we do things.”

Task force problem

Complete reorganization Temporaire, en plus de l’organisation permanente, pas à la place de.